MOSAIC는 AI 보안 표준 및 지침을 만드는 조직들을 위한 조정 구조를 제공하여 불일치, 중복 작업, 정렬 불일치 및 공백을 줄입니다. 궁극적인 목표는 표준 및 지침 환경이 우리가 점점 더 모든 것에 연결하고 민감한 데이터를 신뢰하는 AI 시스템을 보호하고 감독하기 위한 명확한 지침을 제공하도록 하는 것입니다.
참조: MOSAIC 회원 조직.
참조: 로드맵.
참조: MOSAICstandards.org.
자세한 정보는 이 LinkedIn 게시물 및 출범 회의 기록에서 확인할 수 있습니다.
참여하려면: 기여 가이드를 참조하세요. 토론은 여기에서 찾을 수 있습니다.
읽으려면: 이 README, docs 폴더 또는 웹사이트를 참조하세요.
사용자 유형:
AI의 가능성은 조직들이 AI를 모든 것에 연결하고 민감한 데이터를 맡기도록 이끌고 있습니다. 모든 산업에 걸쳐 이러한 탐구는 빠른 속도로 진행되고 있습니다.
동시에 AI는 새로운 위험을 도입합니다. 시스템은 기존 및 새로운 유형의 공격 모두에 취약하며, 이를 방어하기 위한 특정 대응책이 필요합니다. 많은 조직이 아직 이에 대비하지 못하고 있습니다. 그 결과 AI 시스템은 빠르게 공격자에게 매력적인 표적이 되고 있습니다.
우리는 이미 증가하는 사고 건수에서 이를 목격하고 있습니다. 위험이 현실화되면 혁신은 느려집니다: 프로젝트가 중단되고, 설계가 재검토되며, 상당한 노력이 사고 대응과 복구에 투입됩니다. 처음에는 빨라 보이는 것이 나중에는 지연으로 이어지곤 합니다.
실용적인 지침에 대한 명확한 필요성이 있습니다: AI 특유의 위협을 식별하는 방법과 이에 대처하는 방법입니다. 이는 복잡할 필요가 없습니다. 제대로 수행되면 재작업을 방지하고 불확실성을 줄임으로써 오히려 개발을 가속화합니다.
오늘날 많은 이니셔티브가 그러한 지침을 작업하고 있습니다. 그러나 환경은 분열되어 있습니다. 실무자들은 여러 프레임워크, 중복되는 권장 사항, 일관되지 않은 용어에 직면합니다. 각 이니셔티브에는 강점이 있지만 사각지대도 있습니다.
그 결과는 혼란입니다. 팀은 무엇을 따라야 할지 결정하는 데 어려움을 겪거나, 호환되지 않는 접근 방식을 결합하거나, 완전히 손을 떼고 희망에 의존합니다. 이는 특히 실패가 빠르게 확산될 수 있는 분야에서 위험한 위치입니다.
AI와 같이 빠르게 움직이는 분야에서 강한 위험 감수 성향은 이해할 수 있습니다. 그러나 명확하고 정렬된 보안 지침 없이 운영하는 것은 계산된 위험이 아니라 노출입니다. AI는 전략적 탐구를 요구합니다.
Mythos AI 취약점 발견 시스템과 같은 AI 취약점 발견 분야의 최근 발전은 긴급성을 더욱 높이고 있습니다. 이는 AI 시스템의 약점이 이제 더 빠르고 대규모로—종종 개발자가 인지하기 전에—발견될 수 있음을 보여줍니다. 이는 균형을 공격자 쪽으로 기울이고 오류 허용 여유를 줄입니다.
이것이 바로 조정이 중요한 이유입니다. 이니셔티브 전반에 걸쳐 표준과 지침을 정렬하면 분열이 줄어들고 명확성이 향상되며 실무자에게 일관된 전진 경로를 제공합니다. 이는 조직이 통제력을 잃지 않으면서 빠르게 움직일 수 있게 합니다.
공개 사이트는 Hugo 정적 사이트(markdown 콘텐츠, 공유 레이아웃, static/assets/의 CSS)이며 GitHub Actions에서 Firebase Hosting으로 배포됩니다.
content/mosaic/content/*.md (markdown 전용)content/mosaic/data/menu.yaml사이트는 개인정보 친화적이고 쿠키 없는 페이지 뷰 통계를 위해 GoatCounter를 사용합니다(https://mosaic.goatcounter.com). 개인 데이터는 수집되지 않습니다. 자세한 내용은 CONTRIBUTING.md를 참조하세요.